ZEISS y ORNL firman un acuerdo de licencia para insp

DOE/Laboratorio Nacional de Oak Ridge

Imagen: Claus Hermannstädter, director de tecnología de fabricación aditiva de ZEISS, izquierda, y Rick Raines, director asociado interino del laboratorio de ciencia y tecnología energética de ORNL, firman un acuerdo de licencia que permite utilizar el algoritmo de aprendizaje automático de ORNL, Simurgh, para evaluaciones rápidas de materiales impresos en 3D. componentes con tomografía computarizada de rayos X industrial o TC. Se espera que el uso del aprendizaje automático en la tomografía computarizada reduzca más de diez veces el tiempo y el costo de las inspecciones de piezas impresas en 3D y, al mismo tiempo, mejore la calidad.ver más

Crédito: Carlos Jones/ORNL, Departamento de Energía de EE. UU.

Un acuerdo de licencia entre el Laboratorio Nacional Oak Ridge del Departamento de Energía y el socio de investigación ZEISS permitirá que la tomografía computarizada de rayos X industrial, o TC, realice evaluaciones rápidas de componentes impresos en 3D utilizando el algoritmo de aprendizaje automático de ORNL, Simurgh. Se espera que la incorporación del aprendizaje automático a la tomografía computarizada reduzca el tiempo y el costo de las inspecciones en más de diez veces y al mismo tiempo mejore la calidad.

La licencia es parte de una colaboración de investigación de cinco años entre ORNL y ZEISS, respaldada por la Oficina de Tecnologías de Fabricación y Materiales Avanzados del DOE y un premio del Fondo de Comercialización de Tecnología. La investigación se ha centrado en el uso de escáneres CT y otros dispositivos de medición para ver el interior de piezas impresas en 3D y comprobar si hay grietas y otros defectos durante el proceso de fabricación.

Uno de los desafíos para una adopción más amplia de la impresión 3D es cómo examinar una pieza para garantizar que no contenga defectos ocultos que puedan afectar el rendimiento. Casi todos los productos tienen algún nivel de defectos materiales; sin embargo, las técnicas de fabricación tradicionales están respaldadas por décadas de experiencia que permiten a los fabricantes saber qué esperar de los artículos que fabrican mediante fundición, forja, mecanizado y técnicas similares. Pero la naturaleza única de la impresión 3D requiere un enfoque diferente para examinar las piezas, utilizando técnicas de caracterización avanzadas para comprender las distintas características dentro de un artículo.

Ahí es donde entra en juego la TC.

"La TC es una técnica no destructiva estándar utilizada en multitud de industrias diferentes para garantizar la calidad del componente que se produce", afirmó el investigador del ORNL, Amir Ziabari. “Pero la TC es tradicionalmente un proceso costoso y que requiere mucho tiempo. El desafío es cómo podemos aprovechar lo que sabemos de física y tecnología para acelerar el proceso de TC y permitir que la industria lo adopte más ampliamente”.

La investigación se lleva a cabo en las instalaciones de demostración de fabricación del DOE en ORNL. La instalación alberga el MDF Consortium, un grupo nacional de colaboradores que trabajan con ORNL para avanzar en los últimos avances en tecnología de fabricación de EE. UU. bajo la dirección de la Oficina de Tecnologías de Materiales y Fabricación Avanzada del DOE.

ZEISS Industrial Quality Solutions es un fabricante líder de soluciones de metrología multidimensional. Entre ellos se incluyen máquinas de medición de coordenadas, sistemas ópticos y multisensores, metrología de rayos X 3D y sistemas de microscopía para el control de calidad industrial. Al desarrollar soluciones específicas para la fabricación aditiva, desde la calificación de procesos y garantizar la equivalencia de las impresoras, hasta el monitoreo durante el proceso para un análisis totalmente automatizado de tipos, características y patrones de defectos, ZEISS trabaja constantemente para lograr consistencia y repetibilidad en la calidad.

"ZEISS y ORNL tienen una larga asociación que ha llevado al desarrollo de soluciones innovadoras para el análisis y la calificación automatizados", afirmó Paul Brackman, director de fabricación aditiva de ZEISS. "Ahora buscamos mejorar aún más el desarrollo de procesos y la calificación para la fabricación aditiva, para permitir la adopción a gran escala y el cambio de la creación de prototipos a la fabricación".

En el laboratorio de caracterización del MDF, ZEISS cuenta con equipos que incluyen sistemas industriales de tomografía computarizada y microscopios electrónicos de barrido que se utilizan para buscar los más mínimos defectos en piezas impresas en 3D. Sin embargo, el escaneo es sólo el primer paso. Los datos del escaneo deben pasar por análisis complejos para determinar dónde se encuentran las fallas. Este proceso requiere una gran potencia informática, lo que equivale a tiempo y coste. El marco Simurgh utiliza el aprendizaje profundo para acelerar significativamente el tiempo de escaneo y análisis y, al mismo tiempo, proporciona resultados aún más precisos.

Este tipo de caracterización de alta precisión es fundamental para piezas de alto valor que deben operar en entornos extremos donde la falla no es una opción. ORNL utilizó técnicas de escaneo por tomografía computarizada para certificar el rendimiento de los soportes de conjuntos de combustible nuclear que se insertaron en la planta nuclear de Browns Ferry en Alabama en 2021, la primera vez que se colocó una pieza impresa en 3D dentro de un reactor nuclear. La caracterización por TC también fue fundamental para crear palas de turbina impresas en 3D que se probaron recientemente en un motor terrestre donde las palas giran a velocidades de hasta 12.000 revoluciones por minuto en un entorno que puede superar los 800 grados Celsius. Las palas resistieron las duras condiciones de la turbina y funcionaron exactamente como se esperaba.

"Comprender qué tipo de defectos podrían estar presentes es increíblemente importante para comprender el comportamiento del material", dijo el director de MDF, Ryan Dehoff, quien dirigió el desarrollo del soporte nuclear. “En este tipo de piezas, cualquier defecto o pequeño poro en el material podría provocar una falla catastrófica”.

ORNL también está investigando cómo se puede expandir la tomografía computarizada a industrias adicionales, como la microelectrónica y las baterías, que actualmente no utilizan la técnica. Este tipo de caracterización podría permitir avances en campos que serán críticos para la transición a la energía limpia.

La tecnología actual de exploración por tomografía computarizada limita el tamaño, la forma y el tipo de materiales que se pueden escanear. Para los fabricantes, tiene sentido utilizar la técnica para pequeñas cantidades de componentes de alto valor, como álabes de turbinas. También tiene sentido validar una pequeña cantidad de piezas de una ejecución más grande, extrapolando del lote de prueba para ver cómo funcionará toda la ejecución.

Pero el equipo de ORNL y ZEISS planea reducir el tiempo y el costo de la exploración por tomografía computarizada, permitiendo que se vuelva tan común como lo hubiera sido una inspección visual para las piezas que salen de una línea de ensamblaje hace décadas.

"Mi objetivo final, lo que me gustaría lograr, es hacer esto tan rápido que podamos ponerlo en una línea de producción para que cada pieza pueda escanearse por tomografía computarizada de manera rápida y confiable", dijo Ziabari. "Si podemos llegar allí, sería un desarrollo revolucionario que permitiría que la impresión 3D realmente alcanzara su potencial".

El gerente senior de comercialización de ORNL, Eugene Cochran, negoció los términos de la licencia. Para obtener más información sobre la propiedad intelectual de ORNL en fabricación y materiales, envíe un correo electrónico a ORNL Partnerships o llame al 865-574-1051.

UT-Battelle administra ORNL para la Oficina de Ciencias del DOE, el mayor patrocinador de la investigación básica en ciencias físicas en los Estados Unidos. La Oficina de Ciencias está trabajando para abordar algunos de los desafíos más apremiantes de nuestro tiempo. Para obtener más información, visite energy.gov/science.

Descargo de responsabilidad: AAAS y EurekAlert! ¡No somos responsables de la exactitud de los comunicados de prensa publicados en EurekAlert! por instituciones contribuyentes o para el uso de cualquier información a través del sistema EurekAlert.